[发明专利]一种基于路网边绑定交通小区间OD流可视化方法

说明书

本发明公开了一种基于路网边绑定交通小区间OD流可视化方法，包括OD数据的管理、K最短路算法生成最短路集、基于K最短路进行多路径下的交通量分配、根据改进的基于路网的边绑定算法计算控制点、数据分级渲染输出五个主要步骤，实现了在特定道路网络上，综合考虑交通流方向与流量值，对城市交通小区间OD流进行边绑定的可视化。本发明解决了现有城市交通小区间OD流的点线图可视化方法中存在的图形凌乱、视觉效果差以及传统边绑定方法中存在的计算复杂、过度绑定等问题，将图形可视化与交通网络结合在一起，具有实用价值。

技术领域

本发明涉及OD流可视化方法，尤其涉及一种基于路网边绑定交通小区间OD流可视化方法。

背景技术

城市交通小区间OD(Origin Destination)流常用于描述城市内居民日常出行移动，是一种典型的通过位置采样生成的轨迹数据。城市时空大数据中包含有大量的OD数据对，这些数据对聚集成流，就形成了城市居民的行程轨迹数据，即OD流。OD流在城市大数据分析中具有重要的作用。通过OD流可以挖掘出城市居民的空间活动特征，比如通过分析计算活动轨迹起始点和终止点的空间密度分布，可以为城市功能区域规划提供数据支撑,而OD数据的可视化则是将这种挖掘到的隐藏数据和信息以直观明了的方式呈现出来的一种重要方式。

目前，OD数据的可视化都是在图论的基础上进行的，即将整个区域的OD数据建立为图模型，起始点和终点为图中的结点，两点的连线作为图中的边。当数据量较小时，这种点线图的可视化方法可以较为直观地展现居民在城市各区域之间的出行移动情况，然而随着数据量的增长，图中需要容纳的点和边的数量越来越多，在视觉上的表现就会趋于混乱，导致图本身传达信息的能力大大降低，阻碍了其实用性。边绑定则是一种解决这种视觉混乱的问题的重要方法，通过将视觉上相似的边捆绑在一起形成一个边束。这种方法虽然丢失了部分细节，但从整体的角度出发，降低了视觉混乱程度，挖掘出了数据的宏观特征，大大提高了可视化图形成果的实用性。但是传统的边绑定算法，比如层次化数据边绑定算法、基于几何的边绑定算法、基于力引导的边绑定算法等，存在普适性较低、计算过程复杂等问题，同时这些算法由于最初提出时并不是为具有空间属性的数据而设计的，因此在进行绑定时，都是仅基于边的视觉走向而没有考虑地理因素。

发明内容

发明目的：本发明的目的是提供一种能实现直观地看出整个网络中流量最高的区域以及区域间最佳路径的基于路网边绑定交通小区间OD流可视化方法。

技术方案：本发明的交通小区间OD流可视化方法，包括步骤如下：

S1，建立包含OD点数据集和OD线数据集的OD流数据集；

S2，根据K最短路算法生成最短路集；

S3，基于最短路集进行多路径下的交通量分配；

S4，构建OD流数据边绑定模型，计算控制点；根据控制点建立新的数据集；

S5，对于新的数据集，根据属性值进行分级、渲染，并可视化输出；

进一步，所述步骤S1中，所述OD点数据集存储OD点数据，OD点数据包括点编号、X坐标、Y坐标；

所述OD线数据集存储OD点直线连接产生的线数据，OD线数据包括线编号、起点、终点、流量值，其中流量值根据OD矩阵赋值得到。

进一步，所述步骤S2中，对于一个有向图(N，A)，N为结点集，A为弧集，以点s为起点，以点t为终点，当前路径为path，path_i为已经找到的最佳路径中第i条最佳路径，K为需要求得的路径数目，计算点s与点t之间的K条最佳路径的具体步骤如下：

S21，根据Dijkstra算法求得点s与点t间的最佳路径为path_i，i＝1；